Absprungrate

Die Absprungrate ist eine Kennzahl der Webanalyse, deren Bedeutung vom Tool und von der Konfiguration abhängt. Sie sollte im Zusammenhang mit dem Zweck der Seite und den Engagement-Daten gedeutet werden.

Der Mythos über die Absprungrate

Viele halten eine hohe Absprungrate für ein Zeichen einer schlechten Website. Das stimmt nicht immer. Landet ein Nutzer auf der Seite „Kontakt“, sieht die Telefonnummer, ruft an und schließt die Seite, zählt das in der Analyse als Absprung. Für das Geschäft ist das trotzdem ein Erfolg.

Das Diagramm zeigt die wichtigsten Eingaben, Prüfungen und den Entscheidungsweg für die Absprungrate.

Unterschiede zwischen Analysesystemen

  • Google UA (veraltet): Absprung = eine Seite, keine Ereignisse in der Sitzung.
  • GA4: Der Absprung heißt jetzt „Absprung-Sitzungen“ – Nutzer, die weniger als 10 Sekunden bleiben oder keine Conversions haben.
  • Yandex Metrica: Ein Besuch gilt als Absprung, wenn er weniger als 15 Sekunden dauert.
Versuchen Sie nicht, die Absprungrate um jeden Preis zu senken. Definieren Sie zuerst, was eine Conversion für Ihr Geschäft bedeutet. Manchmal ist eine hohe Absprungrate normal, z. B. bei einer Seite, die die Frage des Nutzers sofort beantwortet.

FAQ

Gibt es einen allgemeingültigen guten Schwellenwert für die Absprungrate?
Nein. Analysetools definieren Engagement unterschiedlich, und die Deutung hängt vom Zweck der Seite, der Quelle, dem Gerät und der Messung ab. Vergleichen Sie gleichartige Daten, bevor Sie einen Wert als Problem einstufen.
Gibt es einen allgemeingültigen guten Schwellenwert für die Absprungrate?
Nein. Analysetools definieren Engagement unterschiedlich, und die Deutung hängt vom Zweck der Seite, der Quelle, dem Gerät und der Messung ab. Vergleichen Sie gleichartige Daten, bevor Sie einen Wert als Problem einstufen.
Gibt es einen allgemeingültigen guten Schwellenwert für die Absprungrate?
Nein. Analysetools definieren Engagement unterschiedlich, und die Deutung hängt vom Zweck der Seite, der Quelle, dem Gerät und der Messung ab. Vergleichen Sie gleichartige Daten, bevor Sie einen Wert als Problem einstufen.